基于DEA-malmquist指數的交通運輸上市企業動態效率實證分析

李守林，趙 瑞，陳麗華

（北京大學，北京市100871）

基于DEA-malmquist指數的交通運輸上市企業動態效率實證分析

李守林，趙 瑞，陳麗華

（北京大學，北京市100871）

交通運輸行業是國民經濟的命脈產業，其投入產出效率的改進和提高事關整個國民經濟的順利運行。利用DEA-Malmquist指數，從技術效率變化、純技術效率變化、規模效率變化、技術進步等指標入手，實證分析2010—2016年我國交通運輸行業80家上市企業全要素生產率發現，2010—2016年我國交通運輸行業平均全要素生產率整體呈下降趨勢，但幅度較小，且不同年份下降的原因不同。其中，港口、公交、航空運輸、航海運輸、機場、鐵路運輸、物流七個類別的企業盡管并非全部下降，但均存在波動。整個交通運輸行業投入產出效率的提高需要社會以及企業自身多方面的努力。對政府和整個行業而言，要更多關注民營企業和中小企業，為它們提供政策扶持與資金支持，通過創造平等而自由的競爭環境來促進交通運輸行業健康發展；對交通運輸企業而言，要持續進行技術投入，硬件軟件兩手抓，在確保技術效率進步的同時實現規模擴大與規模效率提高，達到技術投入與管理水平的雙贏。

曼奎斯特指數；交通運輸；上市企業；效率評價

一、引言

交通運輸行業始終是國民經濟的命脈產業，投入大，產出慢。交通運輸企業大多是重資產企業，需要較大的投入，且這類企業并不僅僅具有營利性，其更為重要的作用是提供公共基礎服務。本文采用基于數據包絡分析方法的曼奎斯特指數（簡稱DEA-Malmquist指數）對交通運輸企業進行效率分析，探索有效的改進方法。

數據包絡分析（DEA）方法以線性規劃為理論基礎，其用途在于評價各決策單元（DMU）之間的相對有效性，是一種定量的投入產出效率分析方法。[1]班克（Banker R D）等[2]引進謝潑德（Shepherd）的概念，并根據其概念將技術效率進一步深入分解為規模效率、純技術效率兩個部分。法瑞爾（Farrell M J）[3]采用非參數方法構建了使用面板數據測度全要素生產率（Total Factor Pro?ductivity，TFP）變動的專門方法。汪旭暉等[4]以我國上市物流企業財務及創新數據為基礎，分析了2004—2008年的自主創新指標，對相關上市企業自主創新能力影響因素進行了實證分析。馬海良等[5]通過研究能源效率與全要素生產率變動的關系，分析了導致效率提高的原因，進而提出了節能工作的建議。未小剛[6]研究了九家體育用品上市企業的財務數據，運用基于數據包絡分析方法的曼奎斯特指數對這些上市公司的經營效率進行了分析。黃森[7]引入環境污染項作為“壞”產出并構建方向距離函數，進而運用曼奎斯特—盧恩伯格（Malmquist-Luenberger）指數對交通基礎設施全要素生產率及其分解指數進行測算，并基于空間視角分析國內流通需求對環境約束下交通基礎設施全要素生產率的實際影響。楊清可等[8]分析了1996—2010年產業發展的時空演變以及效率變化情況，提出了改善產業投入產出狀況的定量調整方法。范林榜[9]發現，我國上市物流企業技術效率存在兩極分化的現象，這與股權集中度以及董事會獨立性存在比較強的關聯，而要改善物流行業整體效率，應當調整規模效率較低的物流企業經營規模，上市物流企業應當提高股份集中度和董事會中獨立董事的占比。董譽文[10]采用省際面板數據，從產業層面和地區層面入手，綜合使用索洛余值和DEA-Malmquist指數，對中國商貿流通業增長方式的轉變和效率的變化進行系統性分析發現，現階段我國商貿流通業增長方式仍然是以要素積累為主的粗放型增長方式，具備資本、勞動雙驅動特征，且全要素生產率全面顯著惡化。范璐等[11]在對2006—2013年48家上市物流企業投入要素價格變化進行量化處理的基礎上，建立了上市物流企業Cost-Malmquist指數，擴展了基于成本函數的Malmquist指數，并將其變動進一步分解為技術效率變動、技術進步變動、配置效率變動以及價格因素變動四個部分，與傳統的Malmquist指數進行了對比。胥朝陽等[12]以2012年發生并購的交通運輸制造業上市企業為樣本，采用非參數DEA-Malmquist模型，對交通運輸制造業并購前后全要素生產率變動及其分解指數變化情況和并購樣本個體績效狀態進行了研究。

由現有文獻可以看出，目前國內對基于數據包絡分析方法的曼奎斯特指數有了較為廣泛的研究和應用，但這些研究仍然存在一些不足之處。比如，大多數研究選取的決策單元數量較少，部分文獻的決策單元數量甚至是個位數，這在運用DEA方法進行研究的過程中可能會導致偏差的出現。大多數研究在進行分析時所選取的產出指標太少，甚至有些研究僅有一個產出指標，而DEA方法卻是一種多投入多產出的效率評價方法。目前，涉及交通運輸領域的研究很少，加之交通運輸業本身所具有的復雜性，如企業類別眾多，不同企業之間差異較大等，因此本文選取80個交通運輸企業，并根據其類別的不同進行分析。

二、模型與數據

（一）DEA模型

傳統的線性規劃模型由多個投入指標和一個產出指標構成，而實際中很多問題會涉及多個投入指標和多個產出指標，DEA方法就是一種多投入多產出的效率評價方法。到目前為止，人們已經研究出了多種DEA模型，其中最基本的DEA模型就是CCR模型。假設有n個DMU，m個投入指標，s個產出指標，則可構建模型如下：

其中，X是一個m行n列的矩陣，表示所有DMU的投入指標；Y是一個s行n列的矩陣，表示所有DMU的產出指標；Xk表示第k個DMU的投入指標；Yk表示第k個DMU的產出指標；S-和S+是松弛變量；λ和θ是決策變量。Xk、Yk、λ均為列向量。

如果模型中第k個θ的最優值θ*k=1，則第k個DMU為弱DEA有效；如果同時滿足所有的S-、S+=0，則第k個DMU為DEA有效，說明當年的投入產出組合已經達到最佳匹配，且不存在投入冗余和產出虧空的情況；如果，則第k個DMU不是DEA有效，說明管理和技術投入有偏差，存在投入浪費現象，投入產出組合距離最優值仍然有差距。

與CCR模型這種規模報酬不變（CRS）的模型不同，BCC模型可以通過對權重增加約束Iλ=1，建立如下規模報酬可變（VRS）的模型：

其中，I為1行n列全部為1的行向量。

（二）Malmquist模型

為了得到面板數據下的 Malmquist指數，需要引入距離函數。第i個DMU在t時刻的Malmquist指數可以表示為：

這個指數的提出是為了評測t時刻所處技術環境下，t時刻到t+1時刻技術效率的改進。為防止前沿技術參考系選擇上的隨意性，費爾（F?re R）等[13]使用以產出距離函數構建的兩個Malmquist指數的幾何平均進行測量：

在上式中，Malmquist指數被分解為效率的變化和技術進步的變化兩個部分。

可以寫為：

上式中的EC為規模報酬不變且要素隨機處理條件下的相對效率變化指數，可進一步分解為純技術效率變化（PEC）和規模效率變化（SEC）兩部分。因此，上式可進一步表示為：

（三）數據來源

1.樣本選擇

交通運輸板塊上市公司共有84家，搜索的時間區間為2010—2016年，共計七年。以上述84家企業作為初始樣本進行數據收集，數據來源為這些企業的年度報告（2010—2016年）。數據收集完成之后，刪除部分存在數據缺失的樣本以及數據不完整的樣本，最終得到80家交通運輸上市企業并以之作為樣本。在最終得到的80家上市企業中，有17家港口企業，7家公交企業，4家航空運輸企業，13家航海運輸企業，3家機場企業，2家鐵路企業，16家物流企業，其余的18家企業也屬于交通運輸板塊，但并未進行細分，因此不再一一列示 。各企業相關信息參見表1。

2.投入產出變量

表1 樣本企業及其類別

鑒于贏利是企業的主要目的，因此本文以主營業務利潤（Y1）和主營業務收入（Y2）作為產出指標，以流動資產（X1）、固定資產（X2）、營業成本（X3）作為投入指標。由于部分企業主營業務利潤為負值，因此在進行研究之前首先對數據進行歸一化處理。歸一化處理方法如下：

其中，aij表示第j個企業第i個指標的原始數據，bij表示第j個企業第i個指標的歸一化結果，max(ai)表示第i個指標的最大值，min(ai)表示第i個指標的最小值。

3.求解方法

Malmquist指數的求解采用MaxDEA軟件，距離函數的求解采用BCC模型，以產出為導向，同時求解技術效率變化、純技術效率變化、規模效率變化、技術進步等指數。相對效率的求解采用DEAP2.1軟件，所采用的模型為產出導向的VRS模型。

三、實證分析

（一）基于 DEA方法的交通運輸上市企業相對效率狀況

本文首先采用DEA方法求解上述80家上市企業的相對效率情況，分別求解綜合效率（CRSTE）和純技術效率（VRSTE），進而再求解規模效率（SCALE）。[14]其中，規模效率的求解方法為：

考慮到企業數量比較多，這里不再一一予以展示。下面將進一步分析80家上市企業的相對效率情況。

從綜合效率角度看，在這80家上市企業中，只有中國中期一家企業連續七年綜合效率為1，始終處在生產前沿面上。飛馬國際、華貿物流、深赤灣A、廈門空港、大秦鐵路這五家企業七年中有六年的綜合效率為1，處在生產前沿面上。在這些企業中，覽海投資的效率最低，為0.610。

從純技術效率角度看，共有11家企業七年中始終處在生產前沿面上，分別是南方航空、象嶼股份、上海機電、廈門空港、大秦鐵路、中國國航、江南嘉捷、中國中車、康尼機電、深赤灣A、中國中期。在所有企業中，中遠海能平均純技術效率最低，僅為0.754。

從規模效率角度看，規模效率是受企業規模因素影響的生產效率，反映了實際規模與最優規模之間的差異。在所選取的樣本中，中國中期、飛馬國際兩家企業七年中的規模效率均為1，華貿物流、深赤灣A、廈門空港、大秦鐵路四家企業七年中有六年的規模效率為1。在所有企業中，覽海投資效率最低，為0.677。

2010—2016年整個交通運輸行業在綜合效率、純技術效率、規模效率方面的表現可參見表2。

由表2可以看出，我國交通運輸行業綜合效率在七年中保持著一個比較平穩的狀態，僅2012年綜合效率相對較低；純技術效率在七年中略有下降；規模效率在七年中有小幅上升，但2012年出現了大幅下降，進而導致2012年交通運輸行業綜合效率下降幅度較大。

上述分析是一年之內的靜態分析，主要評價當年內企業相對于其他企業的投入產出效率情況。評價結果越接近1，說明企業效率越高。如果企業評價結果為1，說明該企業處在生產前沿面上，即投入產出效率最高；如果企業評價結果沒有達到1，說明該企業在投入過程中產生了一定程度的浪費，效率還達不到前沿面。

表2 2010—2016年我國交通運輸行業效率

對于那些不處在生產前沿面上的企業，為實現企業效率的最大化，企業可以采取控制投入、調整配置、增加產出三種方式。當企業在一些指標上出現過量投入時，就會產生比較嚴重的冗余，這種冗余既有可能是技術的冗余，也有可能是規模的冗余，此時企業所需要做的就是減少該項指標的投入，以達到節約成本的目的，而冗余指標投入的減少并不會影響產出，因此能夠提高企業的效率。當企業投入部分存在嚴重不平衡，即一部分指標的投入存在冗余，一部分指標的投入存在缺失時，企業需要做的就是減少冗余指標的投入，增加缺失指標的投入，這樣不僅能夠降低成本，而且能夠增加產出。當企業有些指標存在嚴重缺失，對企業產出構成限制時，企業應增加對缺失指標的投入，以帶來更大的收益。以覽海投資為例，因為固定資產占比較高，而流動資產和營業成本占比較低，導致產出失衡。在這種情況下，企業可以通過減緩固定資產投入、增加流動資產投入和營業活動投入來控制成本，進而達到提高產出的目的。

（二）Malmquist效率分析

1.交通運輸行業分析

為更好地分析近年來交通運輸上市企業全要素生產率變動情況，本文對不同年份所有交通運輸企業的平均值進行了分析，結果可參見表3。

由表3可以看出，2010—2016年交通運輸上市企業全要素生產率呈現出下降趨勢，所有年份全要素生產率的變動均小于1。這說明，近年來我國交通運輸行業的生產率水平一直呈現下降趨勢。

各年全要素生產率變動的原因各不相同。由表3可以看出，技術效率變動呈波動趨勢，而其他三項指標也并非始終呈現下降趨勢。由于技術效率變動可以分解為純技術效率變動和規模效率變動兩個部分，因此接下來將著重對純技術效率變動和規模效率變動進行分析。

表3 2010—2016年我國交通運輸上市企業年均全要素生產率變動

2010—2011年，交通運輸上市企業全要素生產率的變動為0.970 494，呈現下降趨勢，在該年度，純技術效率變動和技術進步均小于1，呈現下降態勢，而規模效率變動為1.006 820，呈現上升趨勢。從管理投入的角度來看，該年度整個交通運輸行業在技術投入方面明顯不足，技術拉動生產率增長的作用沒有得以顯著發揮，而規模效率增加幅度較小，無法填補技術落后的空缺，導致該年度全要素生產率變動呈現下降趨勢。

2011—2012年，交通運輸上市企業全要素生產率的變動為0.971 005，呈現下降趨勢，但與上年相比基本持平。在這一年度，純技術效率變動和技術進步均大于1，呈現上升趨勢，而規模效率變動小于1，且受規模效率變動影響，技術效率變動亦小于1，呈現下降趨勢。這種情況的出現說明，整個行業在技術投入方面有所加強，不過卻產生了規模不經濟現象，結果盡管純技術效率變化和技術進步呈現上升趨勢，但由于規模經濟下降較為明顯，最終導致了全要素生產率的下降。

2012—2013年，交通運輸上市企業全要素生產率變動為0.998 995，盡管呈現下降態勢，但下降態勢已經非常不明顯了，基本上維持了原狀。規模效率變動增加的幅度相對較大，但純技術效率變動和技術進步呈現下降趨勢，最終上升與下降的趨勢基本抵消。這說明，在這一年度，交通運輸企業內部管理有所改善，規模不經濟現象出現好轉，企業能夠更好地管理技術投入和規模變動。

2013—2014年，交通運輸上市企業全要素生產率變動為0.991 418，下降趨勢與上年相比更加明顯。在這一年，規模效率有所下降，從上一年的1.084 401下降到了1.004 865，說明這一年整個交通運輸行業技術投入的配置出現了問題，規模不經濟現象重新出現，但整個交通運輸行業在純技術效率變動、規模效率變動和技術進步上均沒有出現大幅度升降的情況。

2014—2015年，交通運輸上市企業全要素生產率的變動為0.967 265，下降趨勢更加明顯。該年度，規模效率變動出現上升，盡管純技術效率變動出現小幅度下降，但仍然導致技術效率變動呈現上升趨勢，不過技術進步出現了幅度比較大的下降。這說明，交通運輸企業內部管理出現了一些問題，規模擴張所帶來的技術效率提升并沒有帶來技術的進步。

2015—2016年，交通運輸上市企業全要素生產率變動為0.968 449，下降趨勢與上一年相近。在該年度，純技術效率變動和技術進步有所改善，且純技術效率變動呈現上升趨勢，但規模效率變動出現了比較明顯的下降趨勢。這說明，該年度交通運輸企業在規模配置方面產生了新的問題，內部管理重新出現了不協調的地方。

綜上所述，2010—2016年間，交通運輸行業全要素生產率變動均呈現下降趨勢，但不同年份導致下降的原因各不相同，有些年份是因為技術投入不足導致了下降，有些年份是因為管理技術不夠高導致了規模不經濟狀況的發生。

2.交通運輸企業情況分析

前面分析了整個交通運輸行業全要素生產率下降的情況及其可能原因，接下來我們將研究80家上市企業過去幾年中全要素生產率變動的情況。2010—2016年80家上市企業全要素生產率變動的平均值可以參見表4。

全要素生產率變動的數值如果在[0.975，1.025]之間，說明該企業全要素生產率變動趨勢處于平穩狀態；如果小于0.975，說明全要素生產率變動呈現明顯下降態勢；如果大于1.025，說明全要素生產率變動呈現明顯上升趨勢。[15]由表4可以看出，有32家企業全要素生產率變動數值處在[0.975，0.999]之間，出現了輕微的下降；有2家企業的平均值為1，全要素生產率變動保持不變；有16家企業處在[1.001，1.025]之間，處于平穩上升狀態，因此處于平穩狀態的企業共有50家。有23家企業全要素生產率變動數值小于0.975，有7家企業大于1.025，處于明顯上升狀態。在所有企業中，上升最明顯的是長航鳳凰。接下來，將針對長航鳳凰做進一步分析。長航鳳凰近年來的表現可參見表5。

表4 2010—2016年80家交通運輸上市企業全要素生產率變動平均值

表5 長航鳳凰2010—2016年全要素生產率變動情況

由表5可以看出，在2010—2016年間，長航鳳凰只有2010—2011年和2014—2015年出現明顯下降，其他年份均呈明顯上升趨勢，且2012—2013年出現了大幅度增長，全要素生產率變動數值達到1.937。2010—2011年，長航鳳凰在純技術效率變動方面下降幅度較大，規模效率變動也有較大幅度下降，盡管技術進步出現小幅度增長，但無法抵消技術效率變動所帶來的降低，導致這一年度全要素生產率的下降較為明顯。2012—2013年，長航鳳凰改進管理技術，純技術效率和規模效率得到大幅改善，且技術進步也維持在較高水平，導致當年全要素生產率變動取得了比較好的結果。整體來看，盡管2010—2011年長航鳳凰的表現并不算好，但其他年份的表現都是不錯的，且于2012—2013年取得了很好的成績，導致其最終結果排名第一。

3.類別分析

交通運輸行業主要包括港口、公交、航空運輸、航海運輸、機場、鐵路運輸、物流七個類別。下面將分別針對七個類別進行分析。

不同類別的企業之間存在很大差距，本文選取2016年各類別企業在固定資產、流動資產、營業成本三項指標上的平均投入情況，具體結果可參見表6。

由表6可以看出，港口類企業和機場類企業固定資產和營業成本相對較高，流動資產相對較低；鐵路運輸類企業無論是固定資產、流動資產還是營業成本均非常高；公交類企業在三項指標上的表現均非常低。

為分析七類企業2010—2016年全要素生產率變動情況，分別對這些類別的企業求取平均指數，結果可參見表7。

由表7可以發現，不同類別企業全要素生產率變動與企業投入情況之間不存在顯著關聯，港口、機場、鐵路類企業與其他四個類別企業之間全要素生產率變動的差別不大。動態效率分析更關注企業之間的投入產出情況以及同一企業不同年份之間的投入產出情況。投入比較大的企業必然會得到比較多的產出，同一企業不同年份之間的投入產出也會存在較大不同。

此外，2010—2016年有兩個類別呈現上升趨勢，它們分別是航空和物流，這兩個類別均呈現平穩上升趨勢。七年間，機場類企業全要素生產率變動保持不變，港口和公交類企業呈現平穩下降趨勢，航海運輸和鐵路類企業呈現明顯下降趨勢。從純技術效率變動、規模效率變動、技術進步來看，七類企業的差別不明顯。可以看到，這些企業在技術進步上表現出平穩下降態勢。

圖1顯示了2010—2016年七類企業全要素生產率變動的情況。由圖1可以看出，七年中盡管港口類企業和航運類企業有小幅度波動，但始終處于比較平穩的狀態，而公交類企業和航海運輸類企業波動較大。公交類企業于2011—2012年達到最低點，又經過短短兩年時間達到了最高點；航海運輸類企業2010—2011年處于最低點，之后分別于2012—2013年和2014—2015年兩度達到比較高的水平。

表6 2016年不同類別企業投入情況

表7 2010—2016年不同類別交通運輸上市企業年平均指數

不同類別企業均表現出了一定幅度的波動，這種波動的產生一方面與企業自身經營過程中的投入和產出情況有關，另一方面與其他企業的表現有關。企業在進行投入的同時，會不可避免地產生投入的冗余。其中有部分企業能夠在冗余產生后及時調整思路，改進經營方略，最終實現效率的提高，但也有部分企業到目前為止仍未走出困境，仍未在不同指標的投入上達到比較協調的比例，而這種不協調本質上就是技術投入與管理技術不匹配所造成的。

圖1 七類企業2010—2016年平均全要素生產率變動

從上面的波動可以看出，七年中各企業在管理技術方面進行了持續不斷的探索，既希望提高技術投入所帶來的產出，也希望避免規模擴大所帶來的規模不經濟。從結果來看，其中既有一部分企業取得了較好成效，也有一部分企業走了很多彎路。企業要實現全要素生產率的提升，必須確保技術投入，合理配置技術資源，爭取獲得更多收益。此外，還需要在擴大規模的同時防止效率的降低，提高管理水平，更加合理地配置資源。

四、結論與建議

本文采用DEA方法和Malmquist指數對交通運輸行業的80家上市企業進行實證分析，從技術效率變化、純技術效率變化、規模效率變化、技術進步等指標入手分析了這些企業的投入產出效率情況。

從交通運輸行業看，2010—2016年我國交通運輸行業平均全要素生產率變動為0.984，整體呈現下降趨勢，但下降幅度較??；純技術效率變動的平均值為1.002，呈現平穩上升趨勢；規模效率變動的平均值為1.003，呈現平穩上升趨勢；技術進步的平均值為0.986，呈現出平穩下降趨勢。

從交通運輸企業看，各企業之間既存在差異性，也存在共同點，其中企業的主要目標是以更少的投入獲取更多的收益。無論是技術性投入還是管理性投入都要保證投入的有效性，確保投入既不會產生缺失，也不會產生冗余。部分企業之所以能夠保證顯著上升或平穩上升，是因為它們能夠在不同指標的投入上保持比較好的比例，既沒有產生缺失，也沒有產生冗余，從而實現了技術進步與管理提升的雙贏。

從不同類型的交通運輸企業看，不同類型的企業其生存環境存在顯著差異。港口類企業和機場類企業固定資產和營業成本投入較高，但流動資產占比相對偏低；鐵路運輸類企業無論是固定資產、流動資產還是營業成本投入均相對較高。但是，不同類型企業在全要素生產率變動分析中的差異并不是很大，這一方面是因為規模大的企業盡管收益很高，但其運營成本也很高，并不一定比小型企業更有效率；另一方面是因為規模越龐大，對管理水平的要求就越高，就越有可能出現規模不經濟的現象。

整個交通運輸行業效率的提高是社會和企業自身多方面努力的結果。

從政府和行業角度看，需要對民營企業和中小企業給予政策扶持和資金支持。目前，港口和貨運等大型國有企業能夠獲得更多的資金，具有更好的運營環境，而部分交通運輸企業因規模相對較小，生存空間比較狹小。政府在對交通運輸行業進行管理的過程中，要更多關注民營企業，創造平等而自由的競爭環境，促進交通運輸行業健康發展。

從交通運輸企業角度看，應保證技術進步與技術效率持續增長。要持續進行技術投入，且這種投入不能僅僅局限于硬件技術的投入，更應關注管理技術的投入，要做到硬件和軟件兩手抓。企業在進行資金投入擴大生產的同時，還要防止規模擴大可能帶來的規模不經濟問題，即需要在投入過程中關注規模效應。企業在對不同資源進行配置時要綜合考慮配置效率問題，既要防止某些資源配置過多產生冗余，也要防止部分資源配置不足產生缺失。企業效率問題并不僅僅是企業內部的問題，更是整個行業的問題。企業在實際管理過程中，不僅要了解企業內部問題，而且要關注整個行業內部的資源配置、技術投入、管理技術等問題，力求實現技術進步與管理提升的雙豐收。

[1]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European jour?nal of operational research，1987（2）：429-444.

[2]BANKERRD，CHARNESA，COOPERWW.Some models for estimating technological and scale inefficien?ciesin data envelopmentanalysis[J].Managementsci?ence，1984，30：1078-1092.

[3]FARRELL M J.The measurement of productive efficien?cy[J].Journaloftheroyalstatisticalsociety，SeriesA（General），1957，120：253-290.

[4]汪旭暉，李慧勇.物流業上市公司自主創新測度及其影響因素——基于Malmquist指數的研究[J].河北經貿大學學報，2010，31（4）：70-76.

[5]馬海良，黃德春，姚惠澤.中國三大經濟區域全要素能源效率研究——基于超效率DEA模型和Malmquist指數[J].中國人口·資源與環境，2011，21（11）：38-43.

[6]未小剛.基于DEA-Malmquist指數的我國體育用品上市公司經營效率研究[J].西安體育學院學報，2013，30（2）：180-183、195.

[7]黃森.環境約束、國內流通需求與中國交通基礎設施[J].中國流通經濟，2014，28（5）：27-34.

[8]楊清可，段學軍.基于DEA-Malmquist模型的高新技術產業發展效率的時空測度與省際差異研究[J].經濟地理，2014，34（7）：103-110.

[9]范林榜.物流業技術效率及影響因素實證研究[J].中國流通經濟，2014，28（5）：35-40.

[10]董譽文.中國商貿流通業增長方式轉換及效率評價——來自1993—2014年省際面板數據的實證研究[J].中國流通經濟，2016，30（10）：12-23.

[11]范璐，王愛虎.中國上市物流企業成本效率動態分析——基于Cost Malmquist指數[J].軟科學，2016，30（6）：71-74、87.

[12]胥朝陽，夏菁，王瑞.基于DEA-Malmquist指數模型的上市公司并購績效分析——以交通運輸制造業為例[J].財會通訊，2016（21）：125-128.

[13]F?RE R，GROSSKOPF S，LINDGREN B，et al.Produc?tivitydevelopmentsin swedish hospitals:amalmquist output index approach[J].Springer netherlands，1994，45（2）：227-235.

[14]王俊嶺，戴淑芬.基于DEA-Malmquist指數的我國鋼鐵行業循環經濟效率評價[J].河北經貿大學學報，2014，35（2）：78-82.

[15]邵林.基于DEA-Malmquist指數的物流企業全要素生產率的實證研究[D].武漢：湖北大學，2013.

責任編輯：陳詩靜

Empirical Analysis of Dynamic Efficiency of Transportation Listed Companies Based on DEA-malmquist

LI Shou-lin，ZHAO Rui and CHEN Li-hua

（Peking University，Beijing100871，China）

Transportation industry is the critical industry of national economy；the improvement of input–output efficiency of this industry will have the important impact on the operation of national economy.In this paper，the Dea-malmquist index is used to analyze the change of total factor productivity(TFP)of 80 listed transportation companies in China from 2010 to 2016；and the authors further analyze enterprises in such 7 categories as ports，public transportation，aviation，shipping，airport，rail transportation，and logistics and draw the following conclusions：from 2010 to 2016，the overall TFP in the transportation industry were slightly declining，and the reasons for the decline in different years were different.Not the TFP of all the enterprises in the 7 categories were declining，but they were fluctuating over these years.The improvement of the overall input-output efficiency of this industry will depend on the effort of the whole society and the related enterprises.The government and the industry should pay more attention to the development of private enterprises，especially the SMEs，provide them with more policy and capital support，and promote the healthy development of transportation industry by creating the fair and free competition environment；the transportation industry should sustainably increase investment in terms of technology，realize the expansion of scale and the growth of scale economies，and realize the win-win situation in terms of technological investment and management level.

Malmquist index；transportation；listed companies；efficiency evaluation

F273

A

1007-8266（2017）12-0092-09

10.14089/j.cnki.cn11-3664/f.2017.12.011

李守林，趙瑞，陳麗華.基于DEA-malmquist指數的交通運輸上市企業動態效率實證分析[J].中國流通經濟，2017（12）：92-100.

2017-08-30

李守林（1980—），男，山東省日照市人，北京大學光華管理學院博士后，主要研究方向為物流信息化、供應鏈管理；趙瑞（1993—），男，山西省大同市人，北京大學光華管理學院博士研究生，主要研究方向為物流與供應鏈管理；陳麗華（1962—），女，吉林省吉林市人，北京大學流通經濟與管理研究中心主任、聯泰供應鏈系統研究發展中心主任，教授，博士生導師，博士，主要研究方向為流通經濟與管理、供應鏈管理、供應鏈金融。